Using Functional Traits to Improve Estimates of Height–Diameter Allometry in a Temperate Mixed Forest
Rattachement africain : cn, Afrique du Sud, de. Niveau de preuve : code pays fourni par la source.
Le résumé fourni par la source
Accurate estimates of tree height (H) are critical for forest productivity and carbon stock assessments. Based on an extensive dataset, we developed a set of generalized mixed-effects height–DBH (H–D) models in a typical natural mixed forest in Northeastern China, adding species functional traits to the H–D base model. Functional traits encompass diverse leaf economic spectrum features as well as maximum tree height and wood density, which characterize the ability of a plant to acquire resources and resist external disturbances. Beyond this, we defined expanded variables at different levels and combined them to form a new model, which provided satisfactory estimates. The results show that functional traits can significantly affect the H–D ratio and improve estimations of allometric relationships. Generalized mixed-effects models with multilevel combinations of expanded variables could improve the prediction accuracy of tree height. There was an 82.42% improvement in the accuracy of carbon stock estimates for the studied zone using our model predictions. This study introduces commonly used functional traits into the H–D model, providing an important reference for forest growth and harvest models.
Ce résumé expose les affirmations des auteurs. BNTIC ne l’interprète pas comme une validation indépendante des résultats.
Le contrôle bibliographique ouvert
DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.
- Titre Crossref
- Using Functional Traits to Improve Estimates of Height–Diameter Allometry in a Temperate Mixed Forest
- Date Crossref
- 09/08/2023
- Éditeur
- MDPI AG
- Type
- journal-article
Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.
Où se fait cette recherche
-
Beijing Forestry University pays non établi dans la noticeUniversité ou école supérieure
-
Stellenbosch University Department of Forest and Wood Science Stellenbosch University, Afrique du Sud (code pays fourni par la source)Université ou école supérieure
-
University of Göttingen pays non établi dans la noticeUniversité ou école supérieure
-
Research College of Forestry State Key Laboratory of Efficient Production of Forest Resources pays non établi dans la noticeUniversité ou école supérieure
-
Faculty of Forestry and Forest Ecology pays non établi dans la noticeUniversité ou école supérieure
Beijing Forestry University, Department of Forest and Wood Science — Stellenbosch University (Stellenbosch University, Afrique du Sud) et University of Göttingen, avec 2 autres affiliations. Pays d’affiliation : Afrique du Sud.
Une affiliation ne permet pas de déduire la nationalité d’un auteur.